非英文字符删除

下面的代码用来去除非英文字符。例如将汉字、数字等字符全部去除

public static String isEnglishWord(String[] authors) { ArrayList<String> words = new ArrayList<>(); FileUtils.getStringArrList(authors,words); for(int i = 0; i < words.size(); i++){ if(isContainNoEnglish(words.get(i))){ words.remove(i); i--; } } String text = FileUtils.getRecombine(words); return text; } public static boolean isContainNoEnglish(String str) { Pattern p = Pattern.compile("[^a-zA-Z\\s]"); Matcher m = p.matcher(str); if (m.find()) { return true; } return false; }

非法字符删除

即只保留文本中的汉字、数字以及英文字符，其他字符删除。 为实现这个目标，只需将isContainNoEnglish()方法中的正则表达式改为：

[^A-Za-z0-9 \\u4e00-\\u9fa5]